ringkasan: Para peneliti telah menciptakan algoritme baru, akurat, dan mudah ditafsirkan untuk memprediksi gangguan kognitif ringan dan demensia pada lansia.
sumber: Universitas Columbia
Menggunakan teknik pembelajaran kelompok dan data longitudinal dari Normal Driving Study yang besar, para peneliti di Sekolah Kesehatan Masyarakat Mailman Universitas Columbia, Sekolah Tinggi Teknik dan Sains Terapan Vu Foundation, dan Sekolah Tinggi Dokter dan Ahli Bedah Vagelos mengembangkan algoritme baru, dapat ditafsirkan, dan sangat efisien . akurat untuk memprediksi gangguan kognitif ringan dan demensia pada pengemudi yang lebih tua.
Tag numerik mengacu pada variabel yang dibuat dari data yang diambil melalui alat perekam di lingkungan dunia nyata. Data ini dapat diolah untuk mengukur perilaku mengemudi, performa, dan pola irama spasial dengan sangat detail.
Studi ini telah dipublikasikan di jurnal Kecerdasan buatan dalam kedokteran.
Para peneliti menggunakan metode klasifikasi berbasis interaksi untuk memilih variabel prediktif dalam kumpulan data. Model pembelajaran ini mencapai akurasi hingga 96 persen dalam memprediksi gangguan kognitif ringan dan demensia, mengungguli model pembelajaran mesin tradisional seperti regresi logistik dan hutan acak—teknik statistik yang banyak digunakan dalam kecerdasan buatan untuk klasifikasi keadaan penyakit.
“Model pembelajaran kohort baru kami berdasarkan skor numerik dan karakteristik demografi dasar dapat memprediksi gangguan kognitif ringan dan demensia pada pengemudi yang lebih tua dengan akurasi yang sangat baik,” kata Sharon D, profesor teknik sipil dan mesin di Columbia Engineering dan penulis utama studi tersebut. . .
Penyelidik membangun variabel 200 unit menggunakan data pengemudi alami, kendaraan, dan lingkungan mengemudi yang ditangkap oleh alat perekam di dalam kendaraan untuk 2.977 pengemudi yang berpartisipasi dalam proyek Longitudinal Research on Older Aging (LongROAD), sebuah studi kohort prospektif yang dilakukan di lima lokasi di seluruh dunia. wilayah yang berdekatan. Amerika Serikat dan disponsori oleh Corporation AAA untuk keselamatan lalu lintas.
Pada saat pendaftaran, peserta adalah pengemudi aktif berusia antara 65-79 tahun dan sehat secara kognitif. Data yang digunakan dalam penelitian ini adalah dari tiga tahun pertama masa tindak lanjut, yang berlangsung dari Agustus 2015 hingga Maret 2019. Selama masa tindak lanjut, 36 peserta didiagnosis dengan gangguan kognitif ringan, 8 dengan penyakit Alzheimer, dan 17 lainnya. . atau penyakit yang tidak ditentukan. demensia.
Para peneliti melakukan serangkaian eksperimen pemodelan komputer dan menemukan bahwa model pembelajaran kohort baru 6-10 persen lebih akurat daripada regresi logistik dan model hutan acak dalam memprediksi gangguan kognitif ringan dan demensia.
Tag numerik mengacu pada variabel yang dibuat dari data yang diambil melalui alat perekam di lingkungan dunia nyata. Gambar ada dalam domain publik
Dua variabel pengendaraan yang paling berpengaruh adalah rasio belok kanan ke kiri dan jumlah kejadian pengereman keras (didefinisikan sebagai manuver dengan tingkat perlambatan ≥ 0,4 g). D menunjuk.
“Sekitar 85 persen manula di Amerika Serikat adalah pengemudi berlisensi. Sebagai alat transportasi pribadi yang paling disukai, mengemudi memainkan peran penting dalam menjaga kemandirian, pengendalian diri, keramahan dan kualitas hidup. Mengoperasikan kendaraan bermotor dengan aman membutuhkan fungsi kognitif dan fisik dasar.
kata Guohua Li, MD, DrPH, profesor epidemiologi dan anestesiologi di Columbia Mailman School of Public Health dan Vagelos College of Physicians and Surgeons, dan penulis senior.
“Deteksi dini gangguan kognitif ringan dan demensia dapat mengarah pada evaluasi, diagnosis, dan intervensi yang tepat waktu, yang sangat penting jika tidak ada pengobatan yang efektif.”
Tentang berita tentang penelitian kecerdasan buatan dan demensia ini
pengarang: kantor pers sumber: Universitas Columbia komunikasi: Kantor Pers – Universitas Columbia gambar: Gambar ada dalam domain publik
Skrining untuk gangguan kognitif ringan dan demensia pada lansia menggunakan data mengemudi normal dan klasifikasi skor pengaruh berbasis interaksi
Beberapa penelitian terbaru menunjukkan bahwa perubahan atipikal dalam perilaku mengemudi mungkin merupakan tanda awal gangguan kognitif ringan (MCI) dan demensia. Namun, penelitian ini dibatasi oleh ukuran sampel yang kecil dan waktu tindak lanjut yang singkat.
Studi ini bertujuan untuk mengembangkan metode klasifikasi berbasis interaksi berbasis statistik yang disebut skor pengaruh (yaitu skor-I) untuk memprediksi gangguan kognitif ringan dan demensia menggunakan data mengemudi normal yang dikumpulkan dari proyek Longitudinal Research on Older Adults (LongROAD). Lintasan mengemudi normal dikumpulkan melalui perekam dalam kendaraan hingga 44 bulan dari 2977 peserta yang secara kognitif sehat pada saat perekaman. Data ini selanjutnya diproses dan diagregasi untuk menghasilkan 31 variabel penggerak sekuensial temporal.
Karena sifat deret waktu yang berdimensi tinggi untuk menggerakkan variabel, kami menggunakan skor-I untuk pemilihan variabel. Skala I adalah ukuran untuk menilai kemampuan prediktif suatu variabel dan telah terbukti efektif dalam membedakan antara variabel berisik dan prediktif dalam data besar. Ini disajikan di sini untuk mengidentifikasi unit atau kelompok variabel yang mempengaruhi yang mewakili interaksi kompleks antara variabel penjelas. Ini dapat ditafsirkan dalam hal sejauh mana variabel dan interaksinya berkontribusi pada prediksi pengklasifikasi.
Selain itu, Skor-I meningkatkan kinerja pengklasifikasi pada kumpulan data yang tidak seimbang karena keterkaitannya dengan skor F1. Dengan menggunakan variabel prediktif yang diidentifikasi oleh I-Score, blok berbasis interaksi residual dihasilkan di atas modul I-Score untuk menghasilkan prediksi dan mengumpulkan pembelajaran ini untuk meningkatkan prediksi dari keseluruhan classifier.
Eksperimen yang menggunakan data penggerak alami menunjukkan bahwa metode klasifikasi yang kami usulkan mencapai akurasi terbaik (96%) untuk memprediksi gangguan kognitif ringan (MCI) dan demensia, diikuti oleh hutan acak (93%) dan regresi logistik (88%). Dalam hal skor F1 dan AUC, classifier yang kami usulkan masing-masing mencapai 98% dan 87%, diikuti oleh hutan acak (dengan skor F1 96% dan AUC 79%) dan regresi logistik (dengan skor F1 92%) dan AUC sebesar 77%. ).
Hasilnya menunjukkan bahwa memasukkan skor-I ke dalam algoritme pembelajaran mesin dapat secara signifikan meningkatkan kinerja model untuk memprediksi gangguan kognitif ringan (MCI) dan demensia pada pengemudi yang lebih tua.
Kami juga menjalankan analisis kepentingan fitur dan menemukan ini Rasio rotasi dari kanan ke kiri Dan Jumlah peristiwa pengereman keras adalah variabel pendorong terpenting yang memprediksi gangguan kognitif ringan (MCI) dan demensia.
Misi VERITAS kini terpaksa ditunda karena penarikan dana yang besar. Foto/IFL Science.
JAKARTA – Misi NASA kunjungan ke Venus melalui misi VERITAS ternyata gagal. Karena dana yang disediakan untuk misi sebenarnya telah ditarik. Alhasil, keinginan NASA untuk bisa datang ke Venus akan mengalami perlambatan.
Kondisi ini bertolak belakang dengan temuan terbaru NASA. Di mana minggu lalu mereka mengetahui bahwa Venus masih memiliki gunung berapi aktif. Itu berarti Venus bukan planet mati seperti yang dipikirkan banyak orang.
Kondisi ini membuat banyak orang bersemangat untuk menjelajahi Venus. Namun, kenyataannya dana misi VERITAS banyak yang ditarik.
Diketahui, pada 2021 NASA mengumumkan dua misi untuk pergi ke Venus yakni DAVINCI+ (Deep Atmosphere Venus Investigation of Noble gas, Chemistry, and Imaging) dan VERITAS (Venus Emissivity, Radio Science, InSAR, Topografi, dan Spektroskopi). selidiki apakah Venus memiliki atau memiliki lempeng tektonik dan tentukan apakah masih ada gunung berapi aktif di Venus.
Diperkirakan kedua misi tersebut akan segera dilaksanakan pada tahun 2028-203. Kedua misi tersebut diberi anggaran yang cukup besar, yakni masing-masing USD 500 juta atau mencapai Rp 7,6 triliun.
Hidup juga dimungkinkan di bulan-bulan yang sangat istimewa Dewan Redaksi /idw / Siaran Pers untuk Excellence Assets Group astronews.com 20 Maret 2023
Air cair adalah salah satu syarat terpenting bagi munculnya kehidupan seperti yang kita kenal di Bumi. Sekarang, untuk pertama kalinya, sifat-sifat yang diperlukan bulan di sekitar planet yang terbang bebas telah ditentukan dalam kolaborasi interdisipliner baru untuk menyimpan air dalam bentuk cair cukup lama sehingga memungkinkan kehidupan.
Pemandangan artis tentang Exomond dengan air cair. gambar: T. Gracie / Medjourney [Großansicht]
Air cair sangat penting untuk munculnya kehidupan di Bumi. Meskipun hanya satu planet yang diketahui terbentuk di mana kehidupan berasal, komunitas ilmiah berasumsi bahwa keberadaan air dalam bentuk cair memainkan peran utama dalam evolusi kimiawi yang dapat mengarah pada perkembangan kehidupan di tempat lain. Di dalam dan di luar tata surya kita, zona laik huni menentukan wilayah annular di sekitar bintang pusat yang tidak terlalu panas atau terlalu dingin untuk air cair di sebuah planet.
Bulan juga bisa layak huni – bahkan jika mereka adalah planet di luar zona layak huni. Namun, untuk melakukan ini, mereka harus memiliki sumber panas selain panas bintang, seperti pergeseran gaya pasang surut. Misalnya, berkat pemanasan pasang surut, terdapat lautan air cair di bawah kerak es bulan Saturnus, Enceladus.
Penemuan puluhan planet terbang bebas (FFP) di galaksi kita telah mengubah pemahaman tentang evolusi awal sistem planet dan teori pembentukan planet. Pengembara yang kesepian ini mungkin telah dikeluarkan dari sistem planet mereka karena ketidakstabilan dinamis, dan karenanya tidak lagi memiliki bintang induk. Namun, jika mereka memiliki bulan di orbit sempit, mereka dapat menjebaknya secara gravitasi ke diri mereka sendiri. Ini bekerja paling baik untuk planet mirip Jupiter yang memiliki bulan seukuran Bumi. Ini menciptakan tempat-tempat baru yang tak terduga di mana kehidupan dapat terbentuk.
Dalam studi sebelumnya tentang air cair di bulan planet tak berbintang, peneliti dari kelompok ORIGINS menunjukkan bahwa bulan seukuran Bumi di sekitar planet mirip Jupiter mungkin memang mengandung air cair. Hasilnya menunjukkan bahwa jumlah air yang mungkin ada di permukaan Bulan hanyalah sebagian kecil dari total volume seluruh lautan di Bumi, namun masih seratus kali lipat dari kandungan air di atmosfer Bumi. Jumlah ini cukup untuk memicu proses kimiawi yang bisa berujung pada kehidupan. Siklus kering-basah lokal (penguapan dan kondensasi), seperti yang baru-baru ini ditunjukkan oleh para ilmuwan ASAL dalam studi tentang langkah pertama evolusi, memberikan kompleksitas kimia yang diperlukan yang dapat mendorong perakitan molekul dan polimerisasi RNA.
Orbit exomonds di sekitar FFP menjadi kurang miring dan lebih melingkar seiring waktu. Ini mengurangi gaya pasang surut dan dengan demikian efisiensi pemanasan. Dalam kolaborasi unik, mahasiswa doktoral Giulia Rocchetti (ESO, mantan mahasiswa MA di LMU) di bawah pengawasan ilmuwan ASAL, Profesor Barbara Ercolano (Astrofisika), Dr. Karan Molaverdikhani, dr. Tommaso Grassi (Astrokimia) dan Profesor Dieter Braun (Biokimia) telah mengembangkan model realistis baru yang dapat menghitung evolusi orbit bulan dalam jangka waktu yang lama. Ini adalah skala waktu beberapa miliar tahun, dan diperlukan untuk evolusi kehidupan.
“Dengan cara ini, kami menemukan bahwa exomondes dengan jari-jari orbit kecil tidak hanya memiliki peluang terbaik untuk bertahan dari pengusiran planet mereka dari sistem planet mereka, tetapi mereka juga tetap exomondes untuk waktu yang lama,” jelas Roccetti. Selain itu, atmosfer yang lebih padat mendukung pelestarian air cair. Jadi, khususnya, bulan seukuran Bumi dengan atmosfer mirip Venus yang dekat dengan planetnya merupakan kandidat dunia yang layak huni.
Tim melaporkan temuannya dalam artikel khusus yang diterbitkan di jurnal Jurnal Astrobiologi Internasional Akan muncul.
Banyak pemburu aurora yang mengaku bisa menyaksikan fenomena alam ini lebih indah saat ekuinoks, yaitu bulan Maret dan September. Para ahli mengatakan bahwa secara ilmiah, ini benar adanya.
Data menunjukkan bahwa aurora akan mencapai puncaknya saat peristiwa ekuinoks terjadi. Sebaliknya, aurora akan berkurang sekitar bulan Juni dan Desember saat Matahari bergerak menjauh dari ekuator.
Para ilmuwan juga sedang mencari jawaban yang menghubungkan badai aurora geomagnetik dengan ekuinoks. Alasan yang paling umum adalah bahwa mereka menunjuk pada penyelarasan medan magnet bumi.
Meskipun kutub magnet Bumi tidak sesuai dengan kutub geografisnya, kutub tersebut tetap miring ke arah Matahari. Dua kali setahun, sekitar ekuinoks, orbit Bumi akan membawa medan miring ini ke posisi utama untuk menerima partikel bermuatan yang menyebabkan aurora.
Para ilmuwan percaya aurora berasal dari semburan matahari dan lontaran massa koronal. Partikel bermuatan mengalir menjauh dari Matahari dan menyapu Bumi. Ini membuat medan magnet menariknya ke garis lintang tinggi.
Partikel energik ini menabrak dan memindahkan atom di atmosfer bagian atas Bumi. Ini menciptakan cahaya terang yang mengalir melintasi langit.
Menurut data British Geological Survey yang dikutip dari Space, rata-rata badai magnet besar terjadi hampir dua kali lipat pada momen ekuinoks di bulan Maret.
Pada tahun 1973, ahli geofisika Christopher Russell dan Robert McPherron mencari jawaban mengapa Bumi mengalami lebih banyak aktivitas magnetik pada ekuinoks.
Russell dan McPherron menentukan bahwa jawabannya terletak pada bagaimana medan magnet Matahari dan Bumi bertemu satu sama lain.
Kemiringan medan magnet Bumi sebagian besar tidak sejajar. Saat angin matahari melintasi Bumi, disjungsi membelokkan sebagian besar angin menjauh dari planet.
Pada ekuinoks, lebih banyak angin matahari akan berlalu, menghasilkan aktivitas geomagnetik yang lebih kuat. Alhasil, aurora yang terlihat malah lebih terang.
Penjelasan Russell-McPherron adalah penjelasan paling populer di kalangan ilmuwan. Tapi bukan berarti ini satu-satunya penyebab. Para peneliti masih berusaha mencari tahu lebih banyak tentang angin matahari dan medan magnet Bumi.
/cloudfront-us-east-2.images.arcpublishing.com/reuters/PB55NLYMBBN6VBLG4EFV7YOW2E.jpg)
